Il servizio offre competenze scientifiche e strumenti numerici per lo sviluppo di modelli point-neuron data-driven nell’ambito del framework integrate-and-fire (I&F). La facility sviluppa e utilizza modelli A-GLIF (Marasco et al 2023, 2024a), caratterizzati da basso costo computazionale e in grado di riprodurre la dinamica di firing di diverse tipologie neuronali. I modelli A-GLIF sono ottimizzati esclusivamente a partire da tracce somatiche sperimentali ottenute in risposta a step di corrente costanti (positivi e negativi) e sono in grado di replicare la dinamica di firing anche in presenza di input di corrente variabile, inclusi quelli di tipo sinaptico. Rispetto ai modelli I&F classici, gli A-GLIF consentono di riprodurre dinamiche complesse quali adaptation e firing block. Per ciascun neurone sperimentale, il modello A-GLIF è validato per essere statisticamente indistinguibile dalla controparte biologica. L’accuratezza del modello è inoltre quantificata tramite metriche specifiche riferite agli spike times e ai periodi silenti, utilizzando la suite di analisi STSimM (Marasco et al, 2025).

A partire dai modelli A-GLIF è possibile generare popolazioni neuronali eterogenee, mediante procedure numeriche che garantiscono che il firing di ogni modello di neurone generato rientri nel range di variabilità sperimentale (Marasco et al, 2024b). La produzione di ampi dataset di modelli consente così di riprodurre la naturale eterogeneità delle popolazioni neuronali in reti neuronali spiking, con applicazioni in ambito di ricerca di base, modellistica computazionale e sviluppo di modelli su larga scala.

• Marasco et al 2023, https://doi.org/10.1007/s11538-023-01206-8
• Marasco et al 2024a, https://doi.org/10.1016/j.mbs.2024.109192
• Marasco et al 2024b, https://doi.org/10.1016/j.mbs.2024.109179
• Marasco et al 2025, https://doi.org/10.1016/j.jneumeth.2024.110324